Predicción del retraso de un tren

Predicción del retraso de un tren - Dificultad: EASY

Descripción del problema

🚆 Predicción del retraso de un tren ⏱️

🇷🇴 Contexto 🚃

La compañía nacional de ferrocarriles desea predecir el retraso de un tren (en minutos, número entero) en el momento de llegada a la estación final. Para este propósito, se les proporciona un conjunto de datos con detalles sobre los viajes del último año.

Para cada viaje conocemos las siguientes características:

Nombre	Tipo	Descripción
`SampleID`	int	Identificador único de la muestra
`departure_time`	string (HH:MM)	Hora de salida del tren
`distance_km`	float	Distancia total del recorrido
`avg_speed_kmh`	float	Velocidad media real de desplazamiento
`num_stops`	int	Número de paradas intermedias
`weather`	categoría	Condiciones meteorológicas: `sunny`, `rain`, `snow`, `fog`
`weekday`	categoría	Día de la semana
`special_events`	0/1	Eventos excepcionales en el recorrido
`num_cars`	int	Número de vagones
`ticket_price`	float	Precio del billete
`comfort_class`	categoría	`standard`, `intermediate`, `premium`
`delay_minutes`	int	Variable objetivo – retraso del tren en minutos

La información delay_minutes está disponible solo en el conjunto de entrenamiento (train.csv).

🎯 Objetivo del problema ⏱️

Deben entrenar un modelo capaz de predecir delay_minutes basándose en las demás características.

📝 Formato de la submisión

Deben cargar un archivo csv (submission.csv) con el siguiente formato:

Python
1SampleID,delay_minutes20,1231,342,15

donde:

SampleID debe coincidir con los valores de test.csv
delay_minutes es la predicción de su modelo, redondeada a entero

📊 Evaluación

La evaluación se realizará usando MAE (Mean Absolute Error):

$MAE$

La puntuación final se calcula basándose en el score MAE obtenido usando las siguientes reglas:

MAE ≤ 5 → 100 puntos
MAE ≥ 20 → 0 puntos
Para los valores intermedios se otorga puntuación proporcional entre 0 y 100.